Luận văn Phân tích và đánh giá rủi ro tín dụng trong hoạt động cho vay tại Ngân hàng Quốc tế

9321 Probability 0.000000 Với mức ý nghĩa , theo bảng kết quả ở trên thì cả thống kê F và thống kê đều có giá trị p-value =0.0000. Ta thấy hai thống kê này có giá trị nên bị bác bỏ. Điều này có nghĩa là nên độ biến động của các yếu tố ngoài yếu tố tỷ lệ nợ quá hạn ở thời kỳ trễ (t-1) ảnh hưởng đến độ biến động của tỷ lệ nợ quá hạn ở thời kỳ t và ảnh hưởng cùng chiều. Với mức ý nghĩa , dựa vào bảng 6 ở phần phụ lục ta có , , ta thấy do đó không có cơ sở bác bỏ . Mặt khác theo kiểm định Wald test ta có cặp giả thiết sau: Wald Test: Equation: Untitled Null Hypothesis: C(7) =0 F-statistic 688.4028 Probability 0.000000 Chi-square 688.4028 Probability 0.000000 Với mức ý nghĩa thì cả thống kê F và thống kê đều có giá trị p-value =0.0000. Ta thấy hai thống kê này có giá trị nênbị bác bỏ Điều này có nghĩa là nên độ biến động của tỷ nợ quá hạn ở thời kỳ trễ (t-1) ảnh hưởng đến độ biến động của tỷ lệ nợ quá hạn ở thời kỳ t và ảnh hưởng cùng chiều. Wald Test: Equation: Untitled Null Hypothesis: C(6) +C( 7)=1 F-statistic 1287.930 Probability 0.000000 Chi-square 1287.930 Probability 0.000000 Với mức ý nghĩa , theo bảng kết quả trên cả thống kê F và thống kê đều có giá trị p-value = 0.0000. Ta thấy hai thống kê này có giá trị , do vậy bị bác bỏ Như vậy, các điều kiện của mô hình GARCH – Mean không thoả mãn nên trong trường hợp này ta không lựa chọn mô hình này để dự báo. Đối với chuỗi KNMV Với mức ý nghĩa , dựa vào bảng 14 ở phần phụ lục ta có , , ta thấy do đó không có cơ sở bác bỏ . Mặt khác theo kiểm định Wald Test ta có cặp giả thiết sau: Wald Test: Equation: Untitled Null Hypothesis: C(4) =0 F-statistic 0.200555 Probability 0.656065 Chi-square 0.200555 Probability 0.654273 Với mức ý nghĩa , theo bảng kết quả trên thống kê F có giá trị p-value =0.6560, còn thống kê có giá trị p-value = 0.6543. Ta thấy cả thống kê này có giá trị , nên không có cơ sở bác bỏ . Với mức ý nghĩa , dựa vào bảng 14 ở phần phụ lục ta có , , ta thấy nên bị bác bỏ. Vậy độ biến động của các yếu tố ngoài khả năng mất vốn ở thời kỳ trễ (t-1) ảnh hưởng tới độ biến động của khả năng mất vốn ở thời kỳ t và ảnh hưởng ngược chiều. Với mức ý nghĩa , dựa vào bảng 14 ở phần phụ lục ta có , , ta thấy do đó không có cơ sở bác bỏ . Với lại dựa vào kiểm định Wald Test ta có cặp giả thiết sau: Wald Test: Equation: Untitled Null Hypothesis: C(6) =0 F-statistic 3670.626 Probability 0.000000 Chi-square 3670.626 Probability 0.000000 Với mức ý nghĩa , theo bảng kết quả ở trên thì cả thống kê F và thống kê đều có giá trị p- value =0.0000. Ta thấy hai thống kê này có giá trị nên bị bác bỏ. Điều này có nghĩa độ biến động của khả năng mất vốn ở thời kỳ trễ (t-1) ảnh hưởng đến độ biến động của khả năng mất vốn ở thời kỳ t và ảnh hưởng cùng chiều. Wald Test: Equation: Untitled Null Hypothesis: C(5) + C(6)=1 F-statistic 1.257249 Probability 0.267134 Chi-square 1.257249 Probability 0.262172 Với mức ý nghĩa , theo bảng kết quả trên thống kê F có giá trị p-value = 0.2671 còn thống kê có giá trị p-value = 0.2622. Ta thấy hai thống kê này đều có giá trị , nên không có cơ sở . Như vậy, các điều kiện của mô hình GARCH – Mean không thoả mãn nên trường hợp này ta không lựa chọn mô hình GARCH – Mean để dự báo. 2.3.5 Các mô hình ARCH không đối xứng 2.3.5.1 Mô hình TGARCH Kiểm định sự phù hợp của mô hình đối với từng chuỗi số liệu ta có các cặp giả thiết sau: Đối với chuỗi TL Theo bảng 7 ở phần phục lục ta thấy , mô hình ước lượng đưa ra chỉ xem xét ảnh hưởng của tin tức xấu. Kiểm định các giả thiết của mô hình: Wald Test: Equation: Untitled Null Hypothesis: C(6) =0 F-statistic 0.411687 Probability 0.524045 Chi-square 0.411687 Probability 0.521115 Với mức ý nghĩa , theo bảng kết quả trên thống kê F có giá trị p-value = 0.5240 và thống kê có giá trị p-value = 0.5211. Ta thấy hai thống kê này có giá trị , do đó không có cơ sở bác bỏ . Như vậy, có tin tức xấu ở thời kỳ trễ (t-1) và nó không ảnh đến độ biến động của tỷ lệ nợ quá hạn ở thời kỳ t. Điều này trên thực tế là không đúng, vì khi có một biến động bất thường như khủng hoảng kinh tế làm cho tỷ lệ nợ quá hạn của ngân hàng tăng do khách hàng trong thời kỳ này có thể hoạt động sản xuất yếu kém đi, nên việc hoàn trả tiền vay trên hợp đồng tín dụng không đúng hạn. Trường hợp này, ta không chọn mô hình TGARCH để dự báo. Đối với chuỗi KNMV Theo bảng 15 ở phần phục lục ta thấy , mô hình ước lượng đưa ra chỉ xem xét ảnh hưởng của tin tức xấu. Kiểm định các giả thiết của mô hình: Wald Test: Equation: Untitled Null Hypothesis: C(5) =0 F-statistic 0.034298 Probability 0.853768 Chi-square 0.034298 Probability 0.853074 Với mức ý nghĩa , theo bảng kết quả trên thống kê F có giá trị p-value = 0.8537, còn thống kê có giá trị p-value = 0.8530. Ta thấy hai thống kê này đều có giá trị , do đó không có cơ sở bác bỏ . Như vậy, có tin tức xấu ở thời kỳ trễ (t-1) nhưng không ảnh hưởng đến độ biến động của khả năng mất vốn ở thời kỳ t. Điều này trên thực tế là không đúng, vì khi có tin tức không tốt có thể làm khả năng thu hồi vốn của ngân hàng giảm. Trường hợp này, ta không chọn mô hình TGARCH để dự báo. 2.3.5.2 Mô hình EGARCH Kiểm định sự phù hợp của mô hình, ta đi kiểm định các giả thiết đối với từng chuỗi số liệu ta có các cặp giả thiết như sau: Đối với chuỗi TL Kiểm định các giả thiết của mô hình là: Wald Test: Equation: Untitled Null Hypothesis: C(5) =0 F-statistic 0.198383 Probability 0.657951 Chi-square 0.198383 Probability 0.656029 Với mức ý nghĩa , theo bảng kết quả trên thống kê F có giá trị p-value = 0.6579, còn thống kê có giá trị p-value = 0.6560. Ta thấy hai thống kê này có giá trị , do đó không có cơ sở bác bỏ . Với mức ý nghĩa , dựa vào bảng 8 ở phần phụ lục ta có , , ta thấy nên không có cơ sở bác bỏ . Mặt khác theo kiểm định Wald Test ta có cặp giả thiết sau: Wald Test: Equation: Untitled Null Hypothesis: C(6) =0 F-statistic 0.289200 Probability 0.593119 Chi-square 0.289200 Probability 0.590733 Với mức ý nghĩa , theo bảng trên thống kê F có giá trị p-value = 0.90467 còn thống kê có giá trị p-value = 0.90420. Ta thấy hai thống này có giá trị , do đó không có cơ sở bác bỏ . Như vậy các kiểm định chấp nhận giả thiết và , nên mô hình không phù hợp. Do vậy, ta không chọn mô hình này để dự báo. Đối với chuỗi KNMV Wald Test: Equation: Untitled Null Hypothesis: C(4) =0 F-statistic 6.668533 Probability 0.012557 Chi-square 6.668533 Probability 0.009813 Với mức ý nghĩa , theo bảng kết quả trên thống kê F có giá trị p-value = 0.0125, còn thống kê có giá trị p-value = 0.0098. Ta thấy hai thống kê này có giá trị , do đó bị bác bỏ. Với mức ý nghĩa , dựa vào bảng 16 ở phần phụ lục ta có , , ta thấy nên không có cơ sở bác bỏ . Wald Test: Equation: Untitled Null Hypothesis: C(5)=0 F-statistic 2.475136 Probability 0.121501 Chi-square 2.475136 Probability 0.115659 Với mức ý nghĩa , theo bảng kết quả trên thống kê F có giá trị p-value = 0.1215 còn thống kê có giá trị p-value = 0.1156. Ta thấy hai thống kê này có giá trị , do đó không có cơ sở bác bỏ . Như vậy kiểm định chấp nhận giả thiết , nên mô hình không phù hợp. Do vậy, ta không chọn mô hình này để dự báo. Trong khi phân tích các mô hình trên ta thấy có mô hình ARCH là thoả mãn các điều kiện giả thiết của mô hình. Do vậy, ta đi dự báo phương sai trong thời kỳ tới của từng chuỗi số liệu. Đối với chuỗi TL Sau khi sử dụng các mô hình trong kinh tế lượng đánh giá chuỗi tỷ lệ quá hạn (TL), ta thấy mô hình ARIMA là phù hợp nhất để dự báo tỷ lệ nợ quá hạn trong thời gian tới. Dựa vào mô hình ARIMA(4,4,0) ước lượng ở bảng 3 ta ghi lại chuỗi tỷ lệ quá hạn có tên TLF rồi đưa ra Excel để dự báo tỷ lệ nợ quá hạn từ tháng 1 đến tháng 12 năm 2007, ta có bảng kết quả sau: Jan-07 0.008391 Feb-07 0.009447 Mar-07 0.009894 Apr-07 0.010083 May-07 0.010163 Jun-07 0.010197 Jul-07 0.010211 Aug-07 0.010218 Sep-07 0.01022 Oct-07 0.010221 Nov-07 0.010222 Dec-07 0.010222 Đối với các ngân hàng thương mại cổ phần có tỷ lệ dư nợ quá hạn trên 3 % là các ngân hàng yếu kém. Ngân hàng có tỷ lệ dư nợ quá hạn nhỏ hơn 2% là ngân hàng có hoạt động tín dụng tốt, chất lượng cho vay cao. Theo bảng kết quả dự báo trên ta thấy tỷ lệ nợ quá hạn của Ngân hàng Quốc tế tăng dần từ tháng 1 đến tháng 10 năm 2007 và ổn định từ tháng 11 đến 12 năm 2007. Tỷ lệ nợ quá hạn tăng, nhưng với tỷ lệ nhỏ vẫn đảm bảo tỷ lệ an toàn theo quy định của Thống đốc Ngân hàng nhà nước. Tỷ lệ nợ quá hạn gián tiếp cho thấy quy mô của các khoản vay có vấn đề của ngân hàng. Nếu tỷ lệ này lớn, chứng tỏ hoạt động tín dụng của ngân hàng là kém, ngân hàng phải xem xét đánh giá lại các khoản cho vay của mình, đánh giá lại quy trình thủ tục cho vay và xem xét khả năng thực hiện nhiệm vụ của cán bộ tín dụng. Dựa vào chuỗi số liệu tỷ lệ quá hạn (TL) theo tháng từ năm 2001 đến năm 2006, ta thấy tỷ lệ nợ quá hạn của ngân hàng chiếm một tỷ lệ nhỏ so với tổng dự nợ cho vay, chứng tỏ hoạt động tín dụng của Ngân hàng Quốc tế tốt. Tuy nhiên, ta cũng phải nhận thức rõ ràng hai vấn đề dường như trái ngược nhau là : Thứ nhất, chỉ tiêu tỷ lệ nợ quá hạn có thể thấp, có thể giảm đi qua các năm nhưng là do dư nợ của ngân hàng tăng nhanh chóng (nợ quá hạn của ngân hàng có thể vẫn tăng đều đặn). Nếu ngân hàng quá tin tưởng vào chỉ tiêu này cho rằng rủi ro tín dụng đối với ngân hàng là không đáng kể khi chỉ tiêu này thấp thì rất nguy hiểm. Bởi vì rất có thể việc mở rộng quy mô cho vay của ngân hàng không gắn liền với việc nâng cao chất lượng sẽ làm cho rủi ro của khoản cho vay mới đó trong tương lai mới bộc lộ. Thứ hai, nợ quá hạn chưa hẳn đã là tổn thất của ngân hàng, đây vẫn là chỉ tiêu gián tiếp. Bởi vì không phải tất cả các khoản nợ quá hạn đều dẫn đến rủi ro. Sử dụng Eviews ta vẽ đồ thị của chuỗi dư nợ, nhìn vào đồ thị của chuỗi dư nợ ở phần phụ lục ta thấy dư nợ tăng nhanh đặc biệt giai đoạn từ tháng 1 đến tháng 12 năm 2006. Chính vì điều này, ta sử dụng thêm một chuỗi số liệu là khả năng mất vốn (KNMV), nó phản ánh trực tiếp rủi ro tín dụng của ngân hàng Đối với chuỗi KNMV Sau khi sử dụng các mô hình trong kinh tế lượng đánh giá chuỗi khả năng mất vốn (KNMV), ta thấy mô hình ARIMA là phù hợp nhất để dự báo khả năng mất vốn trong thời gian tới. Dựa vào mô hình ARIMA(1,1,0) ước lượng ở bảng 10 ta ghi lại chuỗi khả năng mất vốn có tên KNMVF rồi đưa ra Excel để dự báo khả năng mất vốn từ tháng 1 đến tháng 12 năm 2007, ta có bảng kết quả sau: Jan-07 0.000382 Feb-07 0.000372 Mar-07 0.000362 Apr-07 0.000353 May-07 0.000343 Jun-07 0.000334 Jul-07 0.000326 Aug-07 0.000317 Sep-07 0.000309 Oct-07 0.000301 Nov-07 0.000293 Dec-07 0.000285 Theo bảng kết quả dự báo trên ta thấy khả năng mất vốn của Ngân hàng Quốc tế giảm dần từ tháng 1 đến tháng 12 năm 2007, chứng tỏ hoạt động tín dụng của ngân hàng trong thời gian tới tốt. Việc dự báo tỷ lệ quá hạn và khả năng mất vốn trong thời gian tới là chỉ tiêu đánh giá chung cho các nhà quản lý ngân hàng có chiến lược sử dụng vốn, trích lập quỹ dự phòng và có các biện pháp hạn chế cho vay hay tiếp tục mở rộng cho vay đối với các tổ chức và cá nhân trong nền kinh tế nhằm thực hiện mục tiêu quản lý nguồn vốn của ngân hàng là đảm bảo an toàn và sinh lợi. Tuy nhiên, việc sử dụng mô hình ARIMA để dự báo tỷ lệ nợ quá hạn là khả năng mất vốn có nhược điểm là: Sai số sẽ tăng lên khi ta dự báo cho quá xa trong tương lai. CHƯƠNG III: GIẢI PHÁP NHẰM HẠN CHẾ RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG CHO VAY TẠI NGÂN HÀNG QUỐC TẾ 3.1 Định hướng hoạt động tín dụng của Ngân hàng Quốc tế trong thời gian tới 3.1.1 Định hướng chung Trải qua hơn 10 năm hoạt động, Ngân hàng Quốc tế luôn nhận thức và đánh giá được đầy đủ những thuận lợi, khó khăn thách thức đã và đang đặt ra trước mắt. Ngân hàng Quốc tế đang phát triển trở thành một trong những tổ chức tài chính hàng đầu Việt Nam, ngân hàng luôn xây dựng phương hướng mục tiêu, chiến lược cụ thể trong từng giai đoạn, thời kỳ nhất định. Năm 2007, Ngân hàng tiếp tục quán triệt chủ trương định hướng phát triển phù hợp với chiến lược của Hội đồng Quản trị và Ban điều hành cũng như phù hợp với chiến lược phát triển kinh tế của đất nước. Ngân hàng tiếp tục đẩy mạnh hoạt động tín dụng theo hướng an toàn, hiệu quả và đặt ra các mục tiêu cụ thể tới năm 2010 như sau: Tuân thủ nghiêm túc các quy định, quy trình nghiệp vụ. Kiểm soát tăng trưởng tín dụng theo định hướng của ngành, dư nợ quá hạn nhỏ hơn % 0.87% tổng dư nợ, tăng tỷ lệ dư nợ có tài sản đảm bảo trên tổng dư nợ theo đúng quy định văn bản ban hành của Thống đốc Ngân hàng Nhà nước. Quản trị điều hành theo pháp luật và thông lệ quốc tế Tăng cường ứng dụng khoa học công nghệ để nâng cao chất lượng kinh doanh, đặc biệt là nâng cao chất lượng tín dụng. Phát huy mọi nguồn lực sẵn có đồng thời tranh thủ hợp tác quốc tế, đổi mới mạnh mẽ hội nhập hơn nữa vào nền kinh tế trong khu vực. 3.1.2 Định hướng hoạt động tín dụng Ngân hàng không ngừng nâng cao chất lượng công tác tín dụng, thẩm định dự án và tư vấn cho khách hàng nhằm tăng trưởng dư nợ cho vay. Tăng cường công tác theo dõi, giám sát sau khi giải ngân, đảm bảo cho nguồn tín dụng tài trợ sử dụng đúng mục đích vay, nhằm hạn chế tối đa rủi ro xảy ra đối với khoản cho vay. Công tác xử lý nợ xấu phải nhanh chóng, dứt khoát, cơ cấu lại dư nợ cho vay theo cách đánh giá của các chuyên gia ngân hàng. Từng quý Ngân hàng trích quỹ dự phòng rủi ro tín dụng theo đúng thực tế hoạt động tín dụng và quy định của Ngân hàng Nhà nước. Tăng cường công tác tiếp thị để nhằm mở rộng các mạng lưới chi nhánh và đa dạng hoá khách hàng. Tập trung vào đối tượng là các doanh nghiệp làm ăn có hiệu quả, tình hình kinh doanh ổn định, sản phẩm có sức cạnh tranh trên thị trường, có tài sản đảm bảo. Đối với doanh nghiệp làm ăn không có hiệu quả cần kiên quyết thu hẹp dần hạn mức tín dụng, dần hạn chế cho vay. Tăng cường thu nợ trung và dài hạn, giảm bớt cho vay trung và dài hạn đối với các dự án mới, các dự án kinh doanh không có hiệu quả, chỉ cho vay đối với những dự án mới nhưng làm ăn có hiệu quả, thời gian thu hồi vốn nhanh. Tăng cường cho vay bổ sung đối với những khách hàng tốt, có quan hệ tín dụng lâu dài với ngân hàng, nguồn vốn bổ sung chủ yếu là cho vay vốn lưu động đối với các doanh nghiệp thương mại. Nâng cao vai trò công tác thẩm định, đảm bảo an toàn trong công tác tín dụng và bảo lãnh. Chuyển dịch cơ cấu cho vay theo ngành, nghề kinh tế, những ngành có triển vọng trong tương lai, thu hẹp dần cho vay đối với các doanh nghiệp trong các ngành nghề không đạt hiệu quả cao. Không ngừng nâng cao và hoàn thiện công tác đảm bảo tiền vay bằng tài sản, đưa ra nhiều biện pháp quản lý, kịp thời xử lý trong trưòng hợp khách hàng không thực hiện hợp đồng tín dụng như cam kết. Ngân hàng thực hiện chương trình cảnh bảo rủi ro tín dụng trong toàn hệ thống, đề cao cảnh giác. 3.2 Giải pháp hạn chế rủi ro tín dụng Hoạt động tín dụng luôn là hoạt động cơ bản, quan trọng của ngân hàng, nó chiểm tỷ trọng cao nhất trong tổng tài sản, tạo ra thu nhập từ lãi lớn nhất và hoạt động có rủi ro nhất. Chính vì tầm quan trọng đó, Ngân hàng Quốc tế luôn chú trọng công tác phòng ngừa rủi ro tín dụng tại Hội sở, cũng như các chi nhánh. Quy mô hoạt động tín dụng thì ngày càng mở rộng, bởi thế mà rủi ro tín dụng trong hoạt động cho vay của ngân hàng là không thể tránh khỏi. Tình trạng nợ quá hạn vẫn luôn tồn tại, nợ quá hạn cũ giải quyết thì nợ quá hạn mới lại phát sinh. Ngân hàng Quốc tế đã có nhiều biện pháp nhằm phòng ngừa và hạn chế rủi ro tín dụng, đồng thời ngân hàng luôn nghiên cứu và tìm ra các biện pháp mới để có thể giảm thiểu rủi ro. Dưới đây là một số giải pháp tôi xin đưa ra nhằm phòng ngừa và hạn chế rủi ro tín dụng. 3.2.1 Xây dựng bộ số liệu chuẩn Khi sử dụng các mô hình ARCH – GARCH để đánh giá rủi ro tín dụng với số liệu sử dụng hai chuỗi số liệu là tỷ lệ nợ quá hạn trên tổng dư nợ và khả năng mất vốn theo tháng, do số liệu ít quan sát nên mô hình ta đưa ra có thể còn chưa được hoàn thiện, khi đánh giá rủi ro là điều không tránh khỏi có mắc sai sót. Chính vì điều này, trong quá trình phân tích và đánh giá rủi ro tín dụng việc xây dựng được bộ số liệu chuẩn là có ý nghĩa rất quan trọng, điều này sẽ ảnh hưởng đến quyết định cho vay của các ngân hàng. Bộ số liệu cần luôn cập nhập, thường xuyên các theo dõi khoản nợ quá hạn của ngân hàng, từ đó ngân hàng có các giải pháp phòng ngừa và hạn chế cho vay đối với những doanh nghiệp và ngành nghề mà dự báo là có rủi ro xảy ra gây tổn thất cho ngân hàng. Muốn xây dựng được bộ số liệu chuẩn đòi hỏi ngân hàng phải hiện đại hoá hệ thống thu thập thông tin, các chi nhánh của ngân hàng cần thu thập số liệu đầy đủ, chính xác khách hàng mà nhận tài trợ tín dụng. Điều này tạo điều kiện cho chuyên viên tín dụng của ngân hàng hoặc các công ty có chuyên môn trong lĩnh vực đánh giá rủi ro tín dụng mà ngân hàng thuê có thể đưa ra phân tích được chính xác hơn đối với các khoản tín dụng cho vay nhất là các khoản tín dụng lớn mà có thể ảnh hưởng lớn đến hoạt động của ngân hàng . 3.2.2 Đo lường rủi ro tín dụng theo ngành nghề kinh tế Các chỉ tiêu đánh giá rủi ro tín dụng của ngân hàng là tỷ lệ nợ quá hạn trên tổng dư nợ và chỉ tiêu khả năng mất vốn. Hai chuỗi số liệu ta phân tích là số liệu chung cho toàn hệ thống ngân hàng chưa có sự tách biệt các khoản nợ đã quá hạn, dư nợ cho vay, nợ quá hạn không có khả năng thu hồi, đối với từng cá nhân và các tổ chức trong các ngành nghề kinh doanh khách nhau nên khó khăn cho việc đánh giá rủi ro tín dụng của ngân hàng. Do đó, đo lường rủi tín dụng theo ngành nghề kinh tế có thể là một giải pháp tốt tạo điều kiện cho công tác cho vay của ngân hàng. Khối quản lý tín dụng có thể lựa chọn các ngành nghề kinh tế có dư nợ lớn và lập thành danh mục. Cụ thể các chuyên viên đánh giá doanh nghiệp thông qua các chỉ tiêu: doanh thu(DT);lợi nhuận ròng(LNR); tài sản thanh khoản trên tổng tài sản(TSTK/TTS); khối lượng giao dịch cổ phiếu trung bình(KLTB); giá/thu nhập trên một cổ phiếu(PE)…trong các ngành kinh tế khác nhau. Sử dụng mô hình phân lớp trong thống kê thực hành với phần mền sử dụng là SPSS thì nó tự động phân nhóm các doanh nghiệp, tuỳ theo cách đánh giá của mỗi ngân hàng và bộ số liệu thu thập được tương ứng sẽ có bao nhiêu nhóm doanh nghiệp khác nhau. Từ đó tạo điều kiện cho các ngân hàng xác định hạn mức cho vay phù hợp đối với từng doanh nghiệp trong các ngành nghề kinh tế khác nhau đảm bảo phân phối nguồn vốn một cách có hiệu quả trong nền kinh tế. Sử dụng các mô hình trong kinh tế lượng, các chuyên viên tín dụng phân tích và đánh giá rủi ro trong hoạt động kinh doanh của từng doanh nghiệp trong từng ngành nghề kinh tế, là cơ sở cho khối quản lý tín dụng đưa ra hạn mức cho vay đối với từng ngành. Cùng với việc dự báo sự biến động của tỷ lệ nợ quá hạn và khả năng mất vốn hiện tại và sắp tới của từng ngành như là một chỉ tiêu đánh giá chung tạo cơ sở đưa ra quyết định của ngân hàng có tài trợ tín dụng hay không? Đặc biệt là những khoản tín dụng lớn mà ảnh hưởng xấu để ngân hàng có các biện pháp để khắc phục kịp thời. 3.2.3 Thực hiện đa dạng hoá phân tán rủi ro Một nguyên tắc quan trọng trong đầu tư, các nhà quản trị tài chính khuyên các nhà đầu tư “ không để tất cả trứng vào một giỏ” đây chính là một biện pháp giảm rủi ro gây ra sự tổn thất toàn bộ. Việc đa dạng hoá danh mục đầu tư sẽ tránh được rủi ro riêng, hạn chế rủi ro cho ngân hàng. Vì vậy, ngân hàng có thể thực hiện phân tán rủi ro bằng cách cho vay nhiều ngành nghề kinh tế, nhiều lĩnh vực kinh doanh, mở rộng cho vay nhiều đối tượng khách hàng, chứ không tập trung cho vay quá nhiều một lĩnh vực. Tuy nhiên, để làm được điều này ngân hàng cần tăng cường mở rộng mạng lưới chi nhánh khắp các vùng trong cả nước. Để hạn chế rủi ro tín dụng theo giải pháp trên ta đã đưa ra, sau khi phân nhóm các doanh nghiệp trong lĩnh vực khác nhau ngân hàng ta đi xác định hạn mức cho vay đối với từng nhóm. Nhưng để biết mỗi nhóm chiếm tỷ trọng bao nhiêu trong danh mục, thì ta nên đi giải bài toán tìm danh mục mà có phương sai nhỏ nhất có nghĩa là danh mục độ biến động thấp nhất khi đó ta có thể xác định được gần đúng doanh số cho vay ra đối với mỗi nhóm. Trong giai đoạn nền kinh tế đang ngày càng phát triển nhanh chóng ngân hàng cần phải có những hướng đi mới như: Tăng cường tài trợ cho các dự án, các phương án kinh doanh mà có khả năng thực hiện khả thi trong tương lai, cho vay các doanh nghiệp làm ăn có hiệu quả. Ngân hàng nên khuyến khích cho vay các doanh nghiệp xuất khẩu các mặt hàng chủ lực của đất nước, các mặt hàng thủ công truyền thống. Tăng cường cho vay các doanh nghiệp vừa và nhỏ mà ngành nghề có tiềm năng trong tương lai, nhưng khó khăn trong việc tiếp cận các nguồn vốn trung và dài hạn để tài trợ cho các dự án mới, thực hiện sản xuất kinh doanh. Tuy nhiên, ngân hàng cần phải có các quy định chặt chẽ về giới hạn cho vay, phương thức cho vay để có thể kiểm soát một cách chặt chẽ các khoản cho vay sau khi giải ngân. Ngân hàng nên thận trọng cho vay các lĩnh vực đầu tư vào nhà đất vì lĩnh vực đất đai thường có những xu hướng bất ổn, có một thời gian thị trường bất động sản đóng băng. 3.2.4 Chú trọng nâng cao trình độ của cán bộ tín dụng Chất lượng đội ngũ cán bộ tín dụng có ảnh hưởng rất lớn chất lượng của khoản vay. Hoạt động tín dụng chứa đựng nhiều rủi ro, mà yếu tố con người có thể coi là nguyên nhân của mọi nguyên nhân. Chính vì điều đó mà ngân hàng luôn chú trọng công tác nâng cao hơn nữa chất lượng đội ngũ nhân viên tín dụng. Đây là một vấn đề mà không chỉ có Ngân hàng Quốc tế quan tâm, mà còn là mối quan tâm của hầu hết các ngân hàng thương mại cổ phần. Một cán bộ tín dụng tốt không chỉ có giỏi về chuyên môn nghiệp vụ, mà còn đòi hỏi phải có phẩm chất đạo đức tốt, có ý thức bảo vệ tài sản của ngân hàng là điều quan trọng không thể thiếu ở các ngân hàng, có như vậy cán bộ ngân hàng mới không cấu kết với khách hàng lừa đảo chính ngân hàng của mình. Có thể nói rằng, một cán bộ tín dụng giỏi phải có kiến thức chuyên môn về ngân hàng, có khả năng phân tích tài chính tốt, am hiểu về pháp luật và những quy định của ngân hàng, có sự nhạy cảm trong mọi công việc. Hơn nữa, cán bộ tín dụng cần có kiến thức về thị trường, giỏi giao tiếp trong mọi hoạt động kinh doanh của ngân hàng. Hiện nay, hoạt động tín dụng của Ngân hàng Quốc tế không ngừng mở rộng từ Hội sở đến chi nhánh. Mạng lưới hoạt động chi nhánh của ngân hàng mở rộng khắp cả nước. Do đó, mỗi cán bộ tín dụng sẽ phải đảm trách nhiều công việc hơn, từ hướng dẫn khách hàng làm thủ tục, lập hồ sơ giấy tờ, đến việc thảo hợp đồng và giám sát theo dõi việc giải ngân, thu nợ. Bởi thế, Ngân hàng Quốc tế coi việc nâng cao chất lượng đội ngũ cán bộ là nhiệm vụ chiến lược của mọi thời kỳ, nhằm hạn chế rủi ro tín dụng. Ngân hàng tiếp tục tổ chức thường xuyên các lớp huấn luyện đào tạo, phổ biến kiến thức mới, các quy định mới, các kinh nghiệm mới, đặc biệt là các kỹ năng về phân loại khách hàng và thẩm định dự án. Ngân hàng cần thường xuyên lựa chọn những cán bộ có phẩm chất đạo đức tốt để có quy chế khen thưởng kịp thời hợp lý, điều đó sẽ khuyến khích cán bộ tín dụng làm việc có trách nhiệm, nhiệt tình trong công việc, mà hiệu quả đạt được sẽ rất cao. Ngân hàng cần chú trọng đào tào đội ngũ cán bộ kế cận, nghiêm túc trong việc thi tuyển lựa chọn những cán bộ mới của ngân hàng, đề bạt những cán bộ trẻ có năng lực trong công việc, xu hướng trẻ hoá đội ngũ cán bộ có phẩm chất, giỏi chuyên môn nghiệp vụ. 3.2.5 Nâng cao chất lượng công tác thẩm định dự án vay vốn Đây là một công việc hết sức cần thiết đối với ngân hàng khi quyết định tài trợ tín dụng, thì cán bộ tín dụng cần phải tiến hành thẩm định, phân tích kỹ càng đối với khách hàng, các phương án sản xuất kinh doanh của khách hàng cùng với các dự án vay vốn nhằm nâng cao chất lượng tín dụng, giảm thiểu rủi ro tín dụng cho ngân hàng. Do vậy, khi thẩm định cán bộ tín dụng cần chú ý các vấn đề sau: Thu thập mọi thông tin một cách chính xác và đầy đủ về uy tín, tư cách của khách hàng dự kiến tài trợ tín dụng. Qua đó, nhằm phát hiện những dấu hiệu yếu kém về năng lực hoặc các dấu hiệu lừa đảo ngân hàng, rồi chây ì không muốn trả nợ. Cần yêu cầu khách hàng cung cấp đầy đủ mọi giấy tờ liên quan đến hoạt động kinh doanh, năng lực pháp lý của doanh nghiệp như: Quyết định thành lập, giấp phép kinh doanh, quyết định bổ nhiệm giám đốc, điều lệ công ty… Đối với các dự án mà ngân hàng tài trợ bằng các nguồn vốn trung và dài hạn thì yêu cầu cán bộ tín dụng của ngân hàng cần thẩm định một cách kỹ càng thêm trên các mặt sau: Về thị trường của sản phẩm: khả năng tiêu thụ của sản phẩm, giá cả mẫu mã, khả năng đáp ứng nhu cầu, thị hiếu của người tiêu dùng… Xem xét khả năng chiếm lĩnh thị phần của sản phẩm và tiềm năng của doanh nghiệp trong tương lai nhằm tránh rủi ro trong kinh doanh. Về kỹ thuật: cần xem dự án có phù hợp với quy mô của doanh nghiệp không. Các thiết bị phục vụ sản xuất kinh doanh có phù hợp không, từ đó mà doanh nghiệp lựa chọn công nghệ cho phù hợp. Về địa điểm xây dựng dự án: dự án phải gần nơi cung cấp nguyên vật liệu, tiện đường giao thông, gần nơi tiêu thụ sản phẩm. Tuy nhiên, cán bộ tín dụng cần tìm hiểu, đánh giá dự án có gây ô nhiễm môi trường xung quanh không. Ngoài ra, cán bộ tín dụng cần thẩm định dự án về phương diện tài chính thông qua các chỉ tiêu liên quan đến dự án. Ngân hàng nên áp dụng các phương pháp hiện tại như giá trị hiện tại ròng, tỷ suất hoàn vốn nội bộ, thời gian hoàn vốn… từ đó phân tích độ nhạy cảm của dự án trước những biến động của thị trường. Việc thẩm định tài chính của dự án trong trường hợp cán bộ tín dụng không có khả năng, trình độ thẩm định thì ngân hàng nên thuê các chuyên gia có chuyên môn trong lĩnh vực thẩm định hoặc một cơ quan nào đó. Như vậy, ngân hàng có thể hạn chế thấp nhất rủi ro xảy ra đối với ngân hàng. 3.2.6 Tiếp tục đẩy mạnh việc xử lý nợ quá hạn và có biện pháp thu hồi những khoản nợ cũ Nợ quá hạn là thành phần không thể thiếu trong bảng cân đối tài sản của ngân hàng. Tỷ lệ nợ quá hạn phản ánh chất lượng hoạt động cho vay của ngân hàng và ảnh hưởng đến uy tín và vị thế của ngân hàng. Chính vì điều nay, Ngân hàng Quốc tế luôn tìm cách cố gắng giảm tỷ lệ nợ quá hạn so với tổng dư nợ xuống càng thấp, càng tốt và xử lý các khoản nợ xấu một cách triệt để. Hội sở Ngân hàng Quốc tế và các chi nhánh của ngân hàng cần tích cực rà soát lại các khoản nợ và phân loại một cách chính xác các khoản nợ có thể thu hồi được và các khoản nợ không có khả năng thu hồi hoặc không thể thu hồi để từ đó ngân hàng có biện pháp xử lý và trích lập dự phòng để hạn nhằm hạn chế rủi ro tín dụng. Đối với các khoản nợ quá hạn do nguyên nhân chủ quan cần áp dụng các biện pháp tận thu, gán nợ quy trách nhiệm cụ thể các cá nhân vi phạm hoặc có thể khởi kiện. Đối với những khoản nợ do nguyên nhân khách quan hoặc các khoản nợ cho vay theo chỉ thị của chính phủ để hỗ trợ cho khu vực kinh tế mới hoặc cho các doanh nghiệp vay thực hiện các chiến lược phát triển kinh tế - xã hội, do vậy cần có sự giúp đỡ, tài trợ của nhà nước để xoá nợ, khoanh nợ, giãn nợ. Các khoản nợ mà có nguy cơ không thể thu hồi được ngân hàng cần phải có biện pháp xử lý hoặc nhanh chóng xử lý tài sản cầm cố để thu hồi nợ. Định kỳ phải kiểm tra, giám sát các khoản nợ, có những biện pháp tích cực và phối hợp với cơ quan chính quyền địa phương mà ngân hàng tài trợ cho vay ở nơi đó thu nợ đúng hạn nhất là những khoản vay nhỏ, phân tán. 3.3 Kiến nghị 3.3.1 Kiến nghị với Ngân hàng Nhà nước Ngân hàng Nhà nước cần ban hành các văn bản pháp quy về hoạt động ngân hàng một cách hoàn chỉnh, đồng bộ và mang tính hệ thống. Các văn bản phải mang tính chi tiết cụ thể và không chồng chéo nhau. Các hoạt động của ngân hàng ngày càng đa dạng và phong phú cho nên Ngân hàng Nhà nước cần tăng cường công tác kiểm tra, giám sát đối với Ngân hàng Quốc tế theo chuẩn mực quốc tế, thông qua các hoạt động thanh tra giám sát từ đó có những biện pháp phòng ngừa, hạn chế rủi ro đảm bảo an toàn hoạt động của ngân hàng. Việc nâng cao vai trò của Ngân hàng Nhà nước và cũng đảm bảo tính độc lập tương đối của Ngân hàng Nhà nước trong việc điều hành chính sách tiền tệ, chuyển sang sử dụng các công cụ chính sách tiền tệ gián tiếp điều hành thị trường. Thành lập và phát triển các hệ thống bảo hiểm tiền gửi và nhiều loại hình bảo hiểm khác có liên quan nhằm chia sẻ rủi ro với ngân hàng và khách hàng. Nâng cao chất lượng hoạt động của trung tâm thông tin tín dụng và có những chế tài chặt chẽ hơn bắt buộc các ngân hàng và các tổ chức tín dụng cung cấp thông tin đầy đủ cho trung tâm, sử dụng các phương pháp phân tích và đánh giá rủi ro tín dụng khác nhau để từ đó kiểm soát hạn mức cho vay đối với từng ngân hàng. Ngân hàng Nhà nước cần kết hợp với Ngân hàng Thương mại tổ chức đào tạo cán bộ, đặc biệt các chuyên viên trong lĩnh vực phân tích và đánh giá rủi ro tín dụng. 3.3.2 Kiến nghị với Ngân hàng Quốc tế Ngân hàng thường xuyên rà xoát, đánh giá các khoản tín dụng, định kỳ phân loại để nắm rõ thực trạng dư nợ tín dụng, các khoản nợ quá hạn, các khoản nợ có vấn đề để từ đó có biện pháp xử lý kịp thời đảm bảo thực hiện đúng mục tiêu về giới hạn và cơ cấu về tín dụng. Cần hiện đại hoá hệ thống thông tin, đưa vào sử dụng những phần mền hiện trong xử lý thu thập và đánh giá thông tin nhằm hỗ trợ cho các nhà quản lý trong khi ra quyết định cho vay, hạn chế hoặc ngừng tài trợ tín dụng cho khách hàng. Đồng thời ngân hàng không ngừng đào tạo nâng cao chất lượng đội ngũ cán bộ chuyên sâu về chuyên môn nghiệp vụ và cử cán bộ đi học và đào tạo ở nước ngoài. Tiếp tục hoàn thiện và ban hành sổ tay tín dụng như là một văn bản thống nhất trong toàn hệ thống. KẾT LUẬN Nền kinh tế nước ta đang trong quá trình phát triển, bên cạnh những thuận lợi do quá trình hội nhập mang lại thì chúng ta cũng gặp không ít khó khăn. Để đối đầu và giải quyết khó khăn đòi hỏi nước ta phải có một nền tài chính vững mạnh, mà ngân hàng là một trong những ngành đại diện cho sức mạnh ấy. Trong quá trình hoạt động ngân hàng luôn phải đối mặt với nhiều loại rủi ro khác nhau, nhưng rủi ro tín dụng là mối quan tâm đặc biệt của các ngân hàng thương mại cổ phần. Chính vì thế, việc dự báo tỷ lệ quá hạn, và khả năng mất vốn trong tương lai là chỉ tiêu đánh giá chung cho các nhà quản lý ngân hàng có chiến lược sử dụng có hiệu quả nguồn vốn huy động trong dân cư, đầu tư cho sự phát triển kinh tế. Qua thời gian nghiên cứu đề tài và thực tập tại Ngân hàng Quốc tế, giúp em hiểu thêm kiến thức thức tế về vấn đề rủi ro tín dụng trong hoạt động cho vay của ngân hàng và hiểu sâu thêm về kiến thức chuyên ngành mà mình học. Tuy nhiên, do trình độ lý luận có hạn, kiến thức thực tế còn hạn chế, luận văn của em không tránh khỏi những thiếu sót. Em mong được sự đóng góp ý kiến của các thầy cô để bài viết của em hoàn chỉnh hơn. Em xin chân thành cảm ơn! DANH MỤC TÀI LIỆU THAM KHẢO Vũ Thiếu, Nguyễn Quang Dong, Nguyễn Khắc Minh - Kinh tế lượng , NXB khoa học và kỹ thuật, 1998 PGS. TS.Nguyễn Quang Dong, Kinh tế lượng, NXB khoa học và kỹ thuật, 2002 PGS. TS.Nguyễn Quang Dong, Bài giảng môn Chuyên đề 2 “Chuỗi thời gian trong tài chính”. PGS. TS.Phan Thị Thu Hà, Ngân hàng thương mại, NXB thống kê, 2006 PGS. TS.Lê Văn Tề, Các nghiệp vụ ngân hàng thương mại, NXB thống kê, 2003 Nguyễn Văn Tiến, Quản trị rủi ro trong kinh doanh ngân hàng, Học viện Ngân hàng Nguyễn Văn Tiến, Đánh giá và phòng ngừa rủi ro trong kinh doanh ngân ngân hàng, Học viện Ngân hàng. PHỤ LỤC 1 Đồ thị chuỗi TL Sử dụng phần mền Eviews để ước lượng các mô hình, ta đưa ra bảng kết quả sau đây. Bảng 1 ADF Test Statistic -8.935567 1% Critical Value* -3.5417 5% Critical Value -2.9101 10% Critical Value -2.5923 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(TL) Method: Least Squares Date: 06/07/07 Time: 14:43 Sample(adjusted): 2 61 Included observations: 60 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. TL(-1) -1.136646 0.127205 -8.935567 0.0000 C 0.007052 0.000930 7.583730 0.0000 R-squared 0.579236 Mean dependent var -0.000110 Adjusted R-squared 0.571981 S.D. dependent var 0.005582 S.E. of regression 0.003652 Akaike info criterion -8.354350 Sum squared resid 0.000774 Schwarz criterion -8.284539 Log likelihood 252.6305 F-statistic 79.84435 Durbin-Watson stat 1.932151 Prob(F-statistic) 0.000000 Bảng 2 Dependent Variable: TL Method: Least Squares Date: 06/07/07 Time: 14:48 Sample(adjusted): 5 61 Included observations: 57 after adjusting endpoints Convergence achieved after 14 iterations Backcast: 1 4 Variable Coefficient Std. Error t-Statistic Prob. C 0.005896 0.000191 30.85979 0.0000 AR(4) 0.423205 0.144961 2.919443 0.0051 MA(4) -0.916586 0.045960 -19.94314 0.0000 R-squared 0.206277 Mean dependent var 0.006104 Adjusted R-squared 0.176879 S.D. dependent var 0.003599 S.E. of regression 0.003265 Akaike info criterion -8.559816 Sum squared resid 0.000576 Schwarz criterion -8.452287 Log likelihood 246.9547 F-statistic 7.016884 Durbin-Watson stat 2.223281 Prob(F-statistic) 0.001955 Inverted AR Roots .81 .00 -.81i .00+.81i -.81 Inverted MA Roots .98 Bảng 3 ADF Test Statistic -8.662621 1% Critical Value* -2.6040 5% Critical Value -1.9464 10% Critical Value -1.6188 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(E2) Method: Least Squares Date: 06/07/07 Time: 14:53 Sample(adjusted): 6 61 Included observations: 56 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. E1(-1) -1.137463 0.131307 -8.662621 0.0000 R-squared 0.577015 Mean dependent var -4.74E-05 Adjusted R-squared 0.577015 S.D. dependent var 0.004824 S.E. of regression 0.003137 Akaike info criterion -8.673198 Sum squared resid 0.000541 Schwarz criterion -8.637031 Log likelihood 243.8495 Durbin-Watson stat 2.062360 Đồ thị lược đồ tương quan của chuỗi số liệu e1 Date: 06/07/07 Time: 14:55 Sample: 1 61 Included observations: 57 Autocorrelation Partial Correlation AC PAC Q-Stat Prob .*| . | .*| . | 1 -0.138 -0.138 1.1362 0.286 .*| . | .*| . | 2 -0.074 -0.094 1.4668 0.480 . | . | . | . | 3 0.058 0.035 1.6765 0.642 . | . | . | . | 4 0.008 0.015 1.6805 0.794 . |*. | . |*. | 5 0.092 0.106 2.2226 0.818 . | . | . | . | 6 0.010 0.040 2.2292 0.897 . |*. | . |*. | 7 0.069 0.094 2.5456 0.924 . |*. | . |*. | 8 0.104 0.128 3.2867 0.915 .*| . | .*| . | 9 -0.157 -0.121 5.0118 0.833 . |*. | . |*. | 10 0.105 0.067 5.7974 0.832 . | . | . | . | 11 -0.006 -0.028 5.8002 0.886 .*| . | .*| . | 12 -0.165 -0.180 7.8410 0.797 . |*. | . |*. | 13 0.165 0.097 9.9217 0.700 .*| . | .*| . | 14 -0.082 -0.076 10.449 0.729 . |*. | . |*. | 15 0.153 0.165 12.314 0.655 . | . | . | . | 16 -0.019 0.023 12.345 0.720 .*| . | . | . | 17 -0.100 -0.035 13.183 0.724 .*| . | **| . | 18 -0.121 -0.210 14.438 0.700 .*| . | .*| . | 19 -0.061 -0.095 14.769 0.737 . | . | .*| . | 20 -0.006 -0.092 14.772 0.789 . | . | .*| . | 21 -0.035 -0.131 14.886 0.829 .*| . | . | . | 22 -0.075 -0.019 15.421 0.844 . | . | . | . | 23 0.012 -0.044 15.435 0.878 .*| . | . | . | 24 -0.104 -0.034 16.528 0.868 Bảng 4 Dependent Variable: TL Method: ML - ARCH (Marquardt) Date: 06/07/07 Time: 15:00 Sample(adjusted): 5 61 Included observations: 57 after adjusting endpoints Convergence achieved after 25 iterations MA backcast: 1 4, Variance backcast: ON Coefficient Std. Error z-Statistic Prob. C 0.005898 0.000198 29.74113 0.0000 AR(4) 0.459472 0.180894 2.540003 0.0111 MA(4) -0.915974 0.049192 -18.62021 0.0000 Variance Equation C 1.13E-05 4.03E-06 2.800624 0.0051 ARCH(1) -0.116542 0.223838 -0.520655 0.6026 R-squared 0.205076 Mean dependent var 0.006104 Adjusted R-squared 0.143928 S.D. dependent var 0.003599 S.E. of regression 0.003330 Akaike info criterion -8.498693 Sum squared resid 0.000577 Schwarz criterion -8.319478 Log likelihood 247.2127 F-statistic 3.353768 Durbin-Watson stat 2.232802 Prob(F-statistic) 0.016218 Inverted AR Roots .82 .00 -.82i Inverted MA Roots .98 .00+.98i -.00 -.98i -.98 Bảng 5 Dependent Variable: TL Method: ML - ARCH (Marquardt) Date: 06/07/07 Time: 15:03 Sample(adjusted): 5 61 Included observations: 57 after adjusting endpoints Convergence achieved after 27 iterations MA backcast: 1 4, Variance backcast: ON Coefficient Std. Error z-Statistic Prob. C 0.005911 0.000208 28.46841 0.0000 AR(4) 0.465948 0.178864 2.605046 0.0092 MA(4) -0.915219 0.050219 -18.22466 0.0000 Variance Equation C 8.28E-06 2.07E-05 0.400436 0.6888 ARCH(1) -0.119454 0.222411 -0.537088 0.5912 GARCH(1) 0.292531 2.020924 0.144751 0.8849 R-squared 0.204446 Mean dependent var 0.006104 Adjusted R-squared 0.126450 S.D. dependent var 0.003599 S.E. of regression 0.003364 Akaike info criterion -8.465286 Sum squared resid 0.000577 Schwarz criterion -8.250228 Log likelihood 247.2607 F-statistic 2.621254 Durbin-Watson stat 2.234183 Prob(F-statistic) 0.034825 Inverted AR Roots .83 .00 -.83i .00+.83i -.83 Inverted MA Roots .98 -.00+.98i -.00 -.98i -.98 Bảng 6 Dependent Variable: TL Method: ML - ARCH (Marquardt) Date: 06/07/07 Time: 16:12 Sample(adjusted): 5 61 Included observations: 57 after adjusting endpoints Convergence achieved after 62 iterations MA backcast: 1 4, Variance backcast: ON Coefficient Std. Error z-Statistic Prob. SQR(GARCH) -3.971692 0.661447 -6.004549 0.0000 C 0.031864 0.001543 20.64626 0.0000 AR(4) 0.137628 0.040557 3.393412 0.0007 MA(4) -0.136210 0.201244 -0.676838 0.4985 Variance Equation C -1.51E-05 9.06E-10 -16712.32 0.0000 ARCH(1) 0.221312 0.036000 6.147618 0.0000 GARCH(1) 1.275156 0.048601 26.23743 0.0000 R-squared -0.704581 Mean dependent var 0.006104 Adjusted R-squared -0.909131 S.D. dependent var 0.003599 S.E. of regression 0.004973 Akaike info criterion -6.081768 Sum squared resid 0.001236 Schwarz criterion -5.830867 Log likelihood 180.3304 Durbin-Watson stat 1.916742 Inverted AR Roots .61 .00 -.61i Inverted MA Roots .61 .00 -.61i Bảng 7 Dependent Variable: TL Method: ML - ARCH (Marquardt) Date: 06/07/07 Time: 15:11 Sample(adjusted): 5 61 Included observations: 57 after adjusting endpoints Convergence achieved after 34 iterations MA backcast: 1 4, Variance backcast: ON Coefficient Std. Error z-Statistic Prob. C 0.005887 0.000201 29.28968 0.0000 AR(4) 0.427291 0.173644 2.460730 0.0139 MA(4) -0.928953 0.036608 -25.37564 0.0000 Variance Equation C 1.07E-05 1.40E-05 0.763074 0.4454 ARCH(1) 0.004341 0.432447 0.010039 0.9920 (RESID<0)*ARCH(1) -0.251631 0.392175 -0.641628 0.5211 GARCH(1) 0.066396 1.399256 0.047451 0.9622 R-squared 0.204262 Mean dependent var 0.006104 Adjusted R-squared 0.108774 S.D. dependent var 0.003599 S.E. of regression 0.003398 Akaike info criterion -8.456349 Sum squared resid 0.000577 Schwarz criterion -8.205448 Log likelihood 248.0059 F-statistic 2.139128 Durbin-Watson stat 2.234976 Prob(F-statistic) 0.065010 Inverted AR Roots .81 .00 -.81i .00+.81i -.81 Inverted MA Roots .98 .00+.98i -.00 -.98i -.98 Bảng 8 Dependent Variable: TL Method: ML - ARCH (Marquardt) Date: 06/07/07 Time: 15:14 Sample(adjusted): 5 61 Included observations: 57 after adjusting endpoints Convergence achieved after 37 iterations MA backcast: 1 4, Variance backcast: ON Coefficient Std. Error z-Statistic Prob. C 0.005854 0.000209 28.04813 0.0000 AR(4) 0.457552 0.168701 2.712213 0.0067 MA(4) -0.926496 0.040187 -23.05438 0.0000 Variance Equation C -10.48001 13.38091 -0.783206 0.4335 |RES|/SQR[GARCH](1) -0.337775 0.758360 -0.445402 0.6560 RES/SQR[GARCH](1) 0.165273 0.307329 0.537773 0.5907 EGARCH(1) 0.065804 1.184248 0.055566 0.9557 R-squared 0.204049 Mean dependent var 0.006104 Adjusted R-squared 0.108534 S.D. dependent var 0.003599 S.E. of regression 0.003398 Akaike info criterion -8.444932 Sum squared resid 0.000577 Schwarz criterion -8.194031 Log likelihood 247.6806 F-statistic 2.136318 Durbin-Watson stat 2.237024 Prob(F-statistic) 0.065335 Inverted AR Roots .82 .00 -.82i Inverted MA Roots .98 .00+.98i -.00 -.98i -.98 Đồ thị của chuỗi số liệu DUNO Đồ thị dự báo tỷ lệ nợ quá hạn PHỤ LỤC 2 Đồ thị chuỗi KNMV Sử dụng phần mền Eviews trong kinh tế lượng ta ước lượng các mô hình cho ra các bảng kết quả như sau: Bảng 9 ADF Test Statistic -7.984708 1% Critical Value* -4.1162 5% Critical Value -3.4849 10% Critical Value -3.1703 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(KNMV) Method: Least Squares Date: 06/08/07 Time: 23:15 Sample(adjusted): 2 61 Included observations: 60 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. KNMV(-1) -0.951829 0.119207 -7.984708 0.0000 C 0.000940 0.000142 6.595882 0.0000 @TREND(1) -1.34E-05 2.62E-06 -5.132539 0.0000 R-squared 0.530520 Mean dependent var -2.99E-05 Adjusted R-squared 0.514047 S.D. dependent var 0.000353 S.E. of regression 0.000246 Akaike info criterion -13.73250 Sum squared resid 3.45E-06 Schwarz criterion -13.62778 Log likelihood 414.9750 F-statistic 32.20545 Durbin-Watson stat 2.160164 Prob(F-statistic) 0.000000 Bảng 10 Dependent Variable: KNMV Method: Least Squares Date: 06/08/07 Time: 23:20 Sample(adjusted): 2 61 Included observations: 60 after adjusting endpoints Convergence achieved after 11 iterations Backcast: 1 Variable Coefficient Std. Error t-Statistic Prob. AR(1) 0.973897 0.003269 297.8831 0.0000 MA(1) -0.983527 0.011344 -86.70301 0.0000 R-squared 0.524007 Mean dependent var 0.000558 Adjusted R-squared 0.515800 S.D. dependent var 0.000347 S.E. of regression 0.000241 Akaike info criterion -13.78840 Sum squared resid 3.38E-06 Schwarz criterion -13.71859 Log likelihood 415.6521 Durbin-Watson stat 2.087106 Inverted AR Roots .97 Inverted MA Roots .98 Bảng 11 ADF Test Statistic -8.207608 1% Critical Value* -2.6019 5% Critical Value -1.9460 10% Critical Value -1.6187 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(E1) Method: Least Squares Date: 06/08/07 Time: 23:22 Sample(adjusted): 3 61 Included observations: 59 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. E2(-1) -1.060708 0.129235 -8.207608 0.0000 R-squared 0.537148 Mean dependent var -7.22E-06 Adjusted R-squared 0.537148 S.D. dependent var 0.000349 S.E. of regression 0.000237 Akaike info criterion -13.83937 Sum squared resid 3.26E-06 Schwarz criterion -13.80416 Log likelihood 409.2615 Durbin-Watson stat 2.019603 Đồ thị lược đồ tương quan của chuỗi số liệu e2 Date: 06/09/07 Time: 16:23 Sample: 1 61 Included observations: 60 Autocorrelation Partial Correlation AC   PAC  Q-Stat  Prob       .*| . |       .*| . | 1 -0.063 -0.063 0.2484 0.618       .*| . |       .*| . | 2 -0.088 -0.093 0.7505 0.687       . | . |       . | . | 3 0.046 0.034 0.8875 0.828       .*| . |       .*| . | 4 -0.140 -0.145 2.1846 0.702       . |*. |       . |*. | 5 0.188 0.183 4.5625 0.472       . | . |       . | . | 6 -0.014 -0.027 4.5764 0.599       . | . |       . |*. | 7 0.044 0.098 4.7106 0.695       . |*. |       . |*. | 8 0.097 0.066 5.3817 0.716       .*| . |       . | . | 9 -0.059 0.016 5.6397 0.775       .*| . |       .*| . | 10 -0.087 -0.127 6.2072 0.798       .*| . |       .*| . | 11 -0.090 -0.094 6.8247 0.813       . | . |       . | . | 12 -0.012 -0.053 6.8362 0.868       .*| . |       .*| . | 13 -0.080 -0.142 7.3447 0.884       . | . |       . | . | 14 -0.016 -0.049 7.3650 0.920       .*| . |       **| . | 15 -0.156 -0.203 9.3722 0.857       . | . |       . | . | 16 0.007 0.018 9.3767 0.897       . |** |       . |*. | 17 0.205 0.192 13.008 0.736       .*| . |       . |*. | 18 -0.058 0.069 13.310 0.773       .*| . |       .*| . | 19 -0.088 -0.063 14.006 0.783       .*| . |       . | . | 20 -0.088 -0.050 14.729 0.792       .*| . |       .*| . | 21 -0.123 -0.135 16.171 0.760       . |*. |       . | . | 22 0.078 -0.033 16.761 0.776       . | . |       .*| . | 23 -0.033 -0.099 16.869 0.816       . | . |       .*| . | 24 0.007 -0.069 16.874 0.854       . | . |       .*| . | 25 0.013 -0.110 16.892 0.886       .*| . |       . | . | 26 -0.068 -0.043 17.405 0.896       . | . |       . | . | 27 -0.010 0.014 17.416 0.920       . | . |       . |*. | 28 0.000 0.066 17.416 0.940 Bảng 12 Dependent Variable: KNMV Method: ML - ARCH (Marquardt) Date: 06/08/07 Time: 23:52 Sample(adjusted): 2 61 Included observations: 60 after adjusting endpoints Convergence achieved after 79 iterations MA backcast: 1, Variance backcast: ON Coefficient Std. Error z-Statistic Prob. AR(1) 0.974483 0.004501 216.5150 0.0000 MA(1) -0.982370 0.016911 -58.09100 0.0000 Variance Equation C 5.78E-08 6.21E-09 9.304737 0.0000 ARCH(1) -0.037883 0.113518 -0.333714 0.7386 R-squared 0.523722 Mean dependent var 0.000558 Adjusted R-squared 0.498207 S.D. dependent var 0.000347 S.E. of regression 0.000246 Akaike info criterion -13.74260 Sum squared resid 3.38E-06 Schwarz criterion -13.60298 Log likelihood 416.2781 Durbin-Watson stat 2.089699 Inverted AR Roots .97 Inverted MA Roots .98 Bảng 13 Dependent Variable: KNMV Method: ML - ARCH (Marquardt) Date: 06/09/07 Time: 00:08 Sample(adjusted): 2 61 Included observations: 60 after adjusting endpoints Convergence achieved after 22 iterations MA backcast: 1, Variance backcast: ON Coefficient Std. Error z-Statistic Prob. AR(1) 0.915207 0.026349 34.73365 0.0000 MA(1) -0.488830 0.105126 -4.649931 0.0000 Variance Equation C -2.67E-10 1.16E-09 -0.229588 0.8184 ARCH(1) -0.042499 0.008398 -5.060829 0.0000 GARCH(1) 1.064739 0.027468 38.76351 0.0000 R-squared 0.336214 Mean dependent var 0.000558 Adjusted R-squared 0.287939 S.D. dependent var 0.000347 S.E. of regression 0.000293 Akaike info criterion -13.64136 Sum squared resid 4.71E-06 Schwarz criterion -13.46683 Log likelihood 414.2408 Durbin-Watson stat 2.329826 Inverted AR Roots .92 Inverted MA Roots .49 Bảng 14 Dependent Variable: KNMV Method: ML - ARCH (Marquardt) Date: 06/09/07 Time: 00:32 Sample(adjusted): 2 61 Included observations: 60 after adjusting endpoints Convergence achieved after 21 iterations MA backcast: 1, Variance backcast: ON Coefficient Std. Error z-Statistic Prob. SQR(GARCH) 2.034640 0.397998 5.112188 0.0000 AR(1) 0.260175 0.273166 0.952443 0.3409 MA(1) -0.011645 0.375031 -0.031051 0.9752 Variance Equation C -4.50E-10 1.01E-09 -0.447834 0.6543 ARCH(1) -0.035549 0.012027 -2.955778 0.0031 GARCH(1) 1.017429 0.016793 60.58569 0.0000 R-squared 0.453206 Mean dependent var 0.000558 Adjusted R-squared 0.402577 S.D. dependent var 0.000347 S.E. of regression 0.000268 Akaike info criterion -13.75214 Sum squared resid 3.88E-06 Schwarz criterion -13.54271 Log likelihood 418.5643 Durbin-Watson stat 2.172054 Inverted AR Roots .26 Inverted MA Roots .01 Bảng 15 Dependent Variable: KNMV Method: ML - ARCH (Marquardt) Date: 06/09/07 Time: 00:55 Sample(adjusted): 2 61 Included observations: 60 after adjusting endpoints Convergence achieved after 9 iterations MA backcast: 1, Variance backcast: ON Coefficient Std. Error z-Statistic Prob. AR(1) 0.967194 0.067966 14.23054 0.0000 MA(1) -0.167017 0.206111 -0.810325 0.4178 Variance Equation C 5.02E-08 1.00E-07 0.499934 0.6171 ARCH(1) -0.048989 0.042041 -1.165265 0.2439 (RESID<0)*ARCH(1) -0.069354 0.374487 -0.185198 0.8531 GARCH(1) 0.668793 0.714649 0.935833 0.3494 R-squared 0.133568 Mean dependent var 0.000558 Adjusted R-squared 0.053343 S.D. dependent var 0.000347 S.E. of regression 0.000337 Akaike info criterion -12.91911 Sum squared resid 6.15E-06 Schwarz criterion -12.70968 Log likelihood 393.5734 Durbin-Watson stat 2.698514 Inverted AR Roots .97 Inverted MA Roots .17 Bảng 16 Dependent Variable: KNMV Method: ML - ARCH (Marquardt) Date: 06/09/07 Time: 01:11 Sample(adjusted): 2 61 Included observations: 60 after adjusting endpoints Convergence achieved after 37 iterations MA backcast: 1, Variance backcast: ON Coefficient Std. Error z-Statistic Prob. AR(1) 0.942077 0.014467 65.11866 0.0000 MA(1) -0.730517 0.038876 -18.79073 0.0000 Variance Equation C -16.78293 6.578674 -2.551111 0.0107 |RES|/SQR[GARCH](1) -0.948617 0.367346 -2.582350 0.0098 RES/SQR[GARCH](1) -0.525563 0.334060 -1.573257 0.1157 EGARCH(1) -0.036696 0.403541 -0.090935 0.9275 R-squared 0.417468 Mean dependent var 0.000558 Adjusted R-squared 0.363530 S.D. dependent var 0.000347 S.E. of regression 0.000277 Akaike info criterion -13.74493 Sum squared resid 4.13E-06 Schwarz criterion -13.53549 Log likelihood 418.3478 Durbin-Watson stat 2.124014 Inverted AR Roots .94 Inverted MA Roots .73 Đồ thị dự báo khả năng mầt vốn MỤC LỤC